排序方式: 共有31条查询结果,搜索用时 15 毫秒
11.
MM5和WRF对中国东部地区冬季边界层模拟效果比较 总被引:3,自引:0,他引:3
应用MM5和WRF模式对2006年和2007年12月中国东部地区边界层气象要素进行了逐日模拟,利用地面常规观测资料及南京和安庆逐日探空资料对两个模式模拟的地面及边界层内气象要素进行了客观评估与比较。结果表明:MM5和WRF模式模拟的地面温度和相对湿度均较理想,风速效果略差;两个模式模拟的温、湿、风效果均是白天优于夜间;根据观测与模拟的相关性,对温度的模拟效果东部优于西部,相对湿度的模拟效果由东南向西北变差,风速模拟效果平原优于丘陵和山区。总体上,WRF模式对地面温度和湿度的模拟效果均优于MM5模式。以南京、安庆两站为例的边界层内气象要素模拟效果评估结果表明:MM5和WRF模式模拟的150 m以上边界层内温、风、湿廓线均较可信,150 m以下的效果略差,20:00比08:00(北京时)模拟效果好;总体上,WRF模式对温度和湿度的模拟效果较好,而MM5模式对风速模拟效果稍好;两个模式均能再现近地层逆温,都有高估逆温频率的倾向。 相似文献
12.
广西区是我国南方电网西电东送输电的重要通道, 2015年1月26日—2月8日期间广西区北部桂林地区发生了一次大范围超高压输电线路的连续覆冰事件, 其最大覆冰厚度可达24.83 mm。利用ERA5再分析资料和气象观测资料结合南方电网超高压输电线路覆冰观测资料, 从天气形势、温湿垂直层结、局地气象要素以及大气环流指数等方面综合分析了此次电线覆冰的天气学成因。结果表明, 东亚大槽偏强, 阻塞高压引导脊前偏北气流南下, 冷空气入境与西太平洋副热带高压带来的暖湿气流汇合, 在北方寒潮与南方水汽的共同作用下, 地处高海拔的输电线塔杆易出现覆冰。冷暖气团在桂林北部山区上空相互对峙形成准静止锋时出现两种覆冰变化特征: 当冷空气强盛且水汽充沛时, 过冷却雨滴冻结或者雾滴凝华形成电线积冰; 而在暖气团主导下电线覆冰则自然融化。准静止锋的锋区移动在很大程度上影响着电线的覆冰增长过程, 特别地, 冷暖空气的交替主导是电线反复积冰的主要原因。 相似文献
13.
合肥市不同天气条件下大气气溶胶粒子理化特征分析 总被引:6,自引:2,他引:4
为探讨合肥市霾天气大气气溶胶粒子的组成及来源,在2012-2013年代表性月份用安德森分级采样器在合肥市区进行大气气溶胶粒子采样,并分析各样本中水溶性无机离子成分(NH4+、Mg2+、Ca2+、Na+、 K+、NO2-、NO3-、Cl-、SO42-)。根据同期气象资料把采样背景天气分为晴空、雾、霾、轻雾等4类,详细分析了这4种天气下大气细粒子(指PM2.1)和粗粒子(粒径大于2.1 μm部分)的浓度、组成以及主要离子组分的异同。结果表明:(1)观测期间晴空天多对应空气质量优良,雾、霾天对应轻度到重度污染,从晴空天到雾、霾天,PM2.1浓度大幅度上升,且其占总悬浮颗粒物(TSP)的比例显著上升。(2)从晴空天到雾、霾天,水溶性无机离子质量占PM2.1质量浓度的比例上升,分别为46%(晴空)、67%(霾)、61%(雾)、80%(轻雾)。PM2.1中水溶性无机离子浓度居前3位的雾、霾天是SO42-、NO3-和NH4+,晴空天为SO42-、Ca2+、NO3-。(3)与晴空天相比,霾天PM2.1中水溶性无机离子浓度变化倍数最大的是NO3-(为晴空的6.1倍,下同)、其次是NH4+(3.6倍)和SO42-(3.0倍);雾和轻雾天PM2.1中水溶性无机离子浓度变化最大的是NO3-(>10倍)、其次是NH4+(>5倍)和Cl-(>4.0倍)。(4)4种天气下,与人为污染有关的离子(SO42-、NO3-、Cl-、NH4+)尺度谱存在显著差异,呈双峰型、单峰型、三峰型等;而Ca2+的尺度谱无明显变化,基本上都呈双峰型。(5)在粒径3.3 μm以下,阳、阴离子平衡较好,随着尺度增大变差,且晴空天比雾、霾天差。主要阴离子浓度间、Cl-和Na+间的比值和相关性,在晴空天和雾、霾天差异较大。 相似文献
14.
1980~2013年安徽霾天气变化趋势及可能成因 总被引:4,自引:0,他引:4
对1980~2013年安徽省霾日数的时空变化趋势及可能原因进行了分析,结果表明:(1)1980年以来,霾天气年均发生日数总体呈上升趋势,年际波动较大。不同年代,霾高发区的位置不同:20世纪80年代平均为5.5 d,沿江到江淮之间有零星的高发区;20世纪90年代平均为8.5 d,高发区在沿江中西部的望江和池州、省会合肥、淮北北部的萧县和灵璧;2000年代,平均发生日数为8.7 d,有3个高发区,分别是以合肥为中心的江淮之间中部、沿淮中部地区和沿江中东部地区。(2)按地理位置把安徽省分为6个子区,不同子区年霾日数的变化趋势不同:皖南山区变化较平缓,沿淮地区2000年后上升明显,淮北北部和沿江有先升后降的趋势。(3)地级市平均霾日数呈显著上升的趋势,而县城霾日数上升速度缓慢,且在2008年之后有下降趋势。(4)城市化和汽车拥有量激增导致氮氧化物排放量快速增多,可能是2000年之后地级市霾日数显著增多的主要因子,而县城霾日数变化的驱动因子可能是气候变化原因,如东亚季风强度的变化。 相似文献
15.
利用我国南方电网输电线覆冰监测系统获取的覆冰厚度数据、气温及湿度数据、气象再分析资料和地形高程数据,结合覆冰数值模型,分析了2018年1月24-28日期间云贵高原输电线路一次大范围持续覆冰的时空分布特征,模拟了覆冰厚度增长,并研究了其天气学成因。结果表明:(1)贵州中部输电线路最先出现覆冰,整体覆冰时长为60~120 h,且90%的输电线路覆冰厚度大于15 mm,覆冰最大厚度可达50.74 mm。云南和广西东北部输电线覆冰时长分别为0~10 h和40~80 h,覆冰最大厚度不超过25.22 mm。(2)数值模拟结果与监测数据之间相关系数在0.9以上,通过了置信度95%的F型显著性检验(P=0.049)。但复杂地形对于输电线路覆冰的模拟结果有显著影响:对于海拔920~1060 m、坡度7.73°~20.3°、西北和东北向垭口的输电线路覆冰模拟效果最好;由于海拔低于920 m或坡度大于20.3°的输电线路的液水含量被高估,西南和东南向垭口的输电线路风速被低估,从而导致这些地形背景下的模拟结果较差。(3)欧亚大陆“北高南低”的位势高度场和“两槽一脊”的稳定环流形势,将聚集在东西伯利亚地区的冷... 相似文献
16.
高分一号卫星(GF-1)是中国高分辨率对地观测系统中的重要成员之一,可以提供高空间分辨率的对地观测信息。本文以合肥市为研究范围,根据物候历选择2017年5月下旬和8月上旬的两个时相GF-1影像为研究资料,利用增强型植被指数(EVI)为监测判别指标,并以一季稻成熟期的蓝移现象作为辅助判别条件,构建了种植面积遥感估算模型。结果表明:通过对比验证模型,发现用统计调查数据来验证遥感估算结果的精度为93.2%,用混淆矩阵法来验证的精度和Kappa系数分别为83.7%和0.84。验证精度表明本文构建的遥感估算模型是合理可行的,为安徽省及合肥地区一季稻信息提取和估算提供参考。 相似文献
17.
利用卫星遥感资料对安徽省46个台站进行分类,统计分析了城市站、郊区站和乡村站1961-2010年的极端气温指数的年和季节的变化趋势及其受城市化的影响和贡献。结果表明:1) 近50年来,除最高气温年极大值外,其他气温年极值都有明显上升趋势,以最低温度极小值最显著;暖日、暖夜天数呈增加趋势,而冷日、冷夜天数呈减少趋势,其中暖夜和冷夜变化趋势更明显;各极端指数的变化趋势总体均表现为城市站较乡村站更显著,郊区站介于两者之间。2) 城市站最高气温极大值、最低气温极大值和最低气温极小值因城市化造成的增温分别为0.144、0.184和0.161℃/10a,增温贡献率分别达100.0%、58.8%和21.6%,但城市化对最高气温极小值影响较弱;季节尺度的城市化影响基本都造成增温,春、秋季更明显,而增温贡献率以春、夏季更明显,冬季最小或不显著。3) 城市化效应使暖日和暖夜天数增加、冷夜天数减少的趋势更加显著,城市化影响贡献率都在40%以上;暖日、暖夜和冷夜天数的城市化影响贡献率都在冬季最小或不显著。 相似文献
18.
利用1981-2010年安徽省61个站的逐日风速资料,结合卫星遥感台站分类方法,统计分析了城市化进程对年、季节平均风速、最大风速和小风日数的影响和贡献。结果表明:(1) 近30年安徽省年、季节平均风速和最大风速呈显著减少趋势,小风日数呈显著增加趋势。城市站的变化速率明显大于乡村站,郊区站基本介于二者之间。(2) 2000年开始安徽省城市化进程加快,导致城市站与乡村站平均风速及小风日数距平的差异有明显增大趋势。(3) 城市站与乡村站年平均风速的趋势系数之差为-0.10 (m/s) /10a,城市化对年平均风速减弱的贡献率为40.0%,春季更明显;城市站与乡村站年小风日数的趋势系数之差为15.58 d/10a,城市化对年小风日数增多的贡献率为46.9%,秋、冬季更明显;城市化对年最大风速的影响不明显。 相似文献
19.
基于1961-2010年安徽省气象台站的定时观测资料,采用国标法计算安徽省近50年大气稳定度、混合层厚度和大气环境容量系数,并结合合肥市空气质量逐日观测数据初步分析了大气环境容量系数对空气质量的影响。结果表明:安徽省大气稳定度以中性类居多,稳定类其次;近50年来,中性类稳定度呈明显下降趋势,不稳定类和稳定类呈显著上升;不稳定类和稳定类有明显的季节差异,中性类不明显。年平均混合层厚度显著下降;春季混合层厚度在2000年左右发生转折,夏、秋、冬三季下降趋势显著;春、夏季混合层厚度高于秋、冬季,冬季最低,春季最高。安徽省大气环境容量系数以沿淮中部、大别山区南部和沿江中西部最大,淮北大部、大别山区北部和江南南部最小,各地均呈现一致的显著下降趋势,并具有明显的年代际变化特征。年内大气环境容量系数呈"双峰型"分布,秋、冬季为低值时段,大气对污染物容纳能力较差,不利于扩散和清除,空气质量较差。总的来看,1961-2010年安徽省大气稳定度显著增加,混合层厚度较明显下降、风速快速减弱是全省大气环境容量系数变小、大气自净能力减弱的最主要原因。 相似文献
20.